不同载荷指标的模拟HyMap数据质量评价

从图像预处理和地学应用两个角度对不同载荷指标的模拟HyMap数据质量进行评价。在图像预处理角度上,利用图像的均方差异常、直方图异常、数据相关异常等3个参量分别对模拟HyMap图像质量加以分析和评价;在模拟数据的地学应用角度上,利用模拟的HyMap数据进行矿化蚀变信息提取和矿物填图。通过对提取信息的种类、数量及矿物填图精度的分析,获得了对不同载荷指标和不同尺度模拟HyMap数据质量评价方法的许多重要认识。

大数据赋能基础教育学业质量评价的机理、困境与破解路径

大数据重塑了教育评价生态,推动了基础教育学业质量评价的转型与变革。大数据通过革新评价理念、优化评价方式、扩展评价内容、改进评价结果,全面赋能基础教育学业质量评价。然而,囿于大数据的“双刃剑”属性,基础教育学业质量评价面临着数据滥用、教师数据素养缺失、学生主体性消解等现实困境。为破解困境,大数据赋能基础教育学业质量评价应从加强顶层设计、提升教师数据素养、厘清数据技术价值观念等方面着力,推动基础教育高质量发展。

基于大数据分析的可见光图像融合质量评价研究

在复杂可见光图像下图像融合质量受到遮挡和重叠等因素影响,需要进行图像融合质量评价优化设计,提出基于大数据分析的可见光图像融合质量评价模型,采用相应图像块之间的视觉特征提取方法建立可见光图像的深度立体匹配模型,将不同光照强下采集的图像像素值显示映射到嵌入特征空间中,完成预处理,构建可见光图像的动态像素大数据融合模型,通过端到端的视差融合估计实现对可见光图像的动态融合,采用超分辨重建方法获得真实配对图像,分析SR结果与LR图像中的相似内容,以特征级别的图像分布域反映可见光图像融合质量评价,实现可见光图像融合质量评价。仿真结果表明,采用该方法进行可见图像融合的匹配性能较好,图像的对比度、饱和度高,提高了可见光的成像质量,耗时为0.012 s,平均迭代次数为1.569,并且均方误差仅为1.071,总误差仅为4.646,该方法有效提高了图像融合质量的同时,提高了评估效果。

基于组合赋权法和模糊综合评价的电力设备状态数据质量评估

随着电力网络的扩大以及工业信息化的迅速发展,在电力领域中采集和待处理的数据量呈现爆发式增长,数据的丢失、冗余、异常、冲突等问题也日益突出,影响数据的质量。数据质量评估作为保证数据质量的关键一环,发挥着重要作用。针对电力设备的状态数据提出一种数据质量评估方法,选择完整性、准确性、唯一性、一致性、及时性5个评估指标构建数据质量评估体系,设置了定量计算的评估规则;组合运用模糊层次分析法和熵权法来确定各评估维度的权重,以提高数据质量评估的科学性;再运用模糊综合评价法,依据隶属函数来确定数据质量的所属等级。最后运用上述方法,对某地的油色谱数据质量进行评估,该方法计算得到数据质量的评分为77.15,处于“中等”等级。评估结果与实际应用场景相符,表明该文提出的方法适用于电力设备状态数据质量评估。

基于改进随机森林的大坝监测数据质量评价算法

针对大坝安全监测数据质量评价效率低下、智慧化不足等难题,为了满足大坝高频率自动化采集的实时数据质量评价需要,从准确性、完整性、时效性和连续性4个方面出发提出了6项评价因子及由相关评价规范构成的安全监测历史数据质量评价标准,通过基于AUC值改进的随机森林算法建立了大坝安全监测历史数据质量评价算法,并将该算法应用于新疆柳树沟面板堆石坝多年安全监测历史数据评价。结果表明:通过AUC值改进的随机森林算法优于原始算法,在特征属性数量取3时效果最好,测试集的泛化误差最小仅为0.0195,平均准确率稳定在96.97%附近,10折交叉验证平均准确率达到97.77%,证明了该算法的可行性。

基于修订的最小数据集的土壤质量评价—以安徽合肥巢湖湖滨国家湿地公园为例

运用主成分分析法建立修订的最小数据集(revised minimum data set,R-MDS),计算土壤质量指数(soil quality index,SQI),对安徽合肥巢湖湖滨国家湿地公园土壤质量开展评价。结果表明,建立的最小数据集包括土壤有机质、全氮、速效钾、酸性磷酸酶、脱氢酶、过氧化氢酶和含水率。基于修订的最小数据集的巢湖湖滨湿地土壤质量指数(soil quality index-revised minimum,SQI-RM)与基于全体数据集(total data set,TDS)的土壤质量指数(soil quality index-total,SQI-T)呈显著正相关,R^(2)达到0.86(P<0.05),Nash有效系数为0.65,偏差系数为0.02,表明修订的最小数据集能够提取大部分数据信息,可以有效替代全体数据集开展湖滨湿地土壤质量评价。基于修订的最小数据集的安徽合肥巢湖湖滨湿地公园土壤质量指数范围为0.25~0.61(均值0.44),表明湖滨湿地土壤质量整体水平一般。土壤全氮、有机质含量低是巢湖湖滨湿地土壤的显著特征,是土壤质量的限制因子。本研究结果为安徽合肥巢湖湖滨湿地公园管理提供了重要参考依据。

结合最小数据集和改进灰色-TOPSIS的全国耕地土壤质量评价及影响因素研究

探究耕地土壤质量的空间分布及影响因素,为指导农户行为及促进农业生态可持续发展提供理论依据,基于中国土壤数据集(HWSD V2.1),利用主成分分析构建耕地土壤质量评价的最小数据集,结合灰色-TOPSIS多目标评价模型,对全国(港澳台除外)耕地土壤质量进行评价,运用地理探测器探索外部因子(年平均降水、年平均温度、人口密度和GDP)对耕地土壤质量的影响程度。结果表明:(1)最小数据集能有效减少指标体系之间的相关性,改进灰色-TOPSIS方法一定程度上提高耕地土壤质量评估的准确性;(2)根据耕地土壤质量评价结果,将耕地质量分为5个等级,从全国范围来看,长江中下游区、华南区耕地土壤质量较好,而黄土高原区、青藏高原区、内蒙古高原区耕地土壤质量则较差;(3)从地理探测器结果来看,年平均温度与年平均降水量共同对耕地土壤质量的解释程度大的省份共有20个,远远大于其他两两因子共同对耕地土壤的解释程度,2个因素交互作用效果大于单因子对耕地土壤质量的影响。综上,年平均降水量和年平均温度是影响耕地土壤综合质量的主要因素。

数据生命周期视角下的医疗健康大数据质量评价研究

[目的/意义]随着医疗健康大数据的迅速累积,其质量问题逐渐受到关注,通过质量评价可以为医疗健康大数据质量管理与提升提供启示。[方法/过程]本文基于数据生命周期理论,构建了医疗健康大数据质量生命周期模型。然后结合文献和医疗健康数据特点构建了质量评价指标体系,采用模糊最优最劣法和熵权法综合确定指标权重。最后使用TOPSIS方法对评价结果进行排序,构建了综合评价模型。[结果/结论]对本文提出的指标体系和综合评价模型进行实例应用,发现医疗健康大数据准确性、规范性较好,完整性、及时性、互联互通性、价值性较差,总体质量有待提升,未来可以从数据采集控制、跨平台数据协同、数据价值挖掘等方面进行改善。

大数据下的数据质量评价指标体系研究

大数据时代下,数字经济进入一个发展的黄金时代,与此同时数据质量也成为日益突出的问题。文章借鉴信息技术的生命周期管理理论,从数据生产者、数据管理者和数据消费者的视角,进一步构建大数据的数据质量评价指标体系评价数据质量,包括数据源质量、数据内在质量、数据外在质量和数据价值质量四个维度。最后,基于研究结果,得出结论并提出建议。

企业资产质量评价中财务数据的有效利用与解读

在当前全球化和市场化的经济环境下,企业的财务健康状况和资产质量成为持续获得竞争优势和实现可持续发展的关键因素。资产质量评价不仅关系到企业的财务稳定性和投资吸引力,而且直接影响到企业的信用评级和市场信任度。因此,有效地利用和解读财务数据,对企业资产质量进行准确评估,是企业管理者、投资者及政策制定者关注的焦点。文章主要探索财务数据的分类及预处理,并提出一系列优化策略,以增强财务数据在资产质量评价中的应用效果。

中文纠错任务为例的数据集增强质量评价方法

数据增强被认为是一种有效提升模型效果的方案。但是在选取生成的数据时,需考虑固有的数据特征和相应的任务关联性。针对这一问题,以中文纠错任务场景为例,提出了一种可用于数据集增强质量的评价方法。该方法使用对比学习优化后的预训练模型提取数据集的特征向量,提出互覆盖度、总分散度、自支撑度等三个基本评价指标,并给出一个综合性的数据集质量融合指标。在四种数据增强方法、两个中文纠错数据集和三个中文纠错模型上的实验分析结果表明,上述评价方法能够独立于测试集性能检验方法,为不同增强数据集的选用提供重要依据。

人才培养质量评价存在的问题及对策--以“1+X”证书制度下大数据与会计专业为例

随着大数据和人工智能等新兴技术的迅速发展,会计行业正面临着前所未有的挑战和机遇。为了适应这一变革,许多院校纷纷开设大数据与会计专业,旨在培养具备数据处理和分析能力、实践应用能力和良好职业道德的复合型人才。文章基于“1+X”证书制度,对大数据与会计专业人才培养质量评价存在的问题进行深入剖析,并通过对提升评价标准的科学性与合理性、正确看待证书的过关率、重视实践环节的评价、完善评价反馈与追踪等方面采取具有针对性的解决措施,推进大数据与会计专业的未来发展。

面向工业大数据的数据质量评价系统设计与实现

工业大数据资源存在产生源点多、频率高、数据量大、数据结构复杂等特点,而传统的数据库技术无法满足企业对数据质量管理需求。针对企业历史、增量、实时感知等海量多源异构数据,提出一种高时效、精准化、多维度的数据质量评价方法,构建一套可灵活配置、具备高效数据处理性能及高可扩展性的数据质量评价系统解决方案,满足企业对海量数据质量自动化管理的需要,推动数据治理体系的完善。

市政工程大数据质量评价方法研究

大数据已在市政工程中得到了广泛应用,但大数据稀疏性和质量不高的问题亟待解决。为此,提出1种大数据质量评价方法,其中包括一级特征指标7项,二级度量指标38项和算术加权平均计算公式。地形图和BIM图库的实际案例验证说明,该方法可用、有效、正确,其对市政工程大数据质量评价实际应用具有一定的参考价值。

基于数据和知识驱动的高校教学质量评价研究——以HTML5+CSS3 Web前端开发课程为例

在数字化背景下,传统的教育理念和方式受到广泛冲击。线上与线下相结合的混合教学模式逐渐成为教学新常态。文章针对在线教学规模的扩大产生了教学过程单向传输、线上与线下教学评价孤立等教学质量问题。首先分析了,当前高校教学质量评价方法研究现状,并介绍了基于数据和知识驱动的教学质量评价两大技术支撑——大数据分析技术和知识驱动的人工智能技术;然后从学科知识图谱构建、人机协同智能化教学质量评价指标构建两个方面介绍了文章提出的基于数据和知识驱动的高校教学质量评价的研究成果;最后以HTML5+CSS3 Web前端开发课程为例介绍了基于数据和知识驱动的教学质量评价在个性化学习推荐中的实践应用。

基于数据挖掘的地面领航教学质量评价模型研究

地面领航专业作为培养海军航空兵的重要支撑专业,其教学培养质量尤为重要。传统的教学质量评价依靠学院向下评价教员、教员间互评和学员向上评价教员三级评价体系,完成对教员教学质量的评价,具有一定的主观性和滞后性。引入基于数据挖掘的教学质量评价模型后,可以极大提升数据分析的效率,使评价结果更具客观性,消除信息资源共享方面存在的界限,为后继教学决策提供有效的数据支撑。

航空制造业“质量大数据”管理评价体系应用初探——以中国航空工业集团天津航空机电有限公司为例

随着新版本国军标(GJB)颁布实施,航空工业集团提出了构建“航空工业新时代质量管理体系”的工作目标,航空制造企业质量大数据管理体系分为管理体系和技术标准两个层面,文章从管理体系层面以信息化技术为手段,从构建策略、节点指标分解、企业运行实效等方面,阐述了航空制造企业质量评价体系的构建过程。并针对产品特点,在体系中明确了产品研制质量管控顶层要求,制定了关键技术清单、质量控制程序、绩效评价指标体系等。通过该质量评价体系的实施应用,将对航空制造企业加强质量策划、提升其质量评价的科学性和有效性均具有较强的实践探索价值。

广西土地质量地球化学评价数据库建设的探索与思考

2013—2020年,广西完成了99个县(市、区)的土地质量地球化学评价工作,完成的调查面积、评价介质、分析测试数据居全国首位。广西从土壤、岩石、水、大气、植物、肥料等方面进行了立体调查和系统评价,并取得了丰硕的成果。这些调查评价成果可为国土空间规划、生态环境评价、土地质量等级评定、基本农田保护、土地整治、生态修复、富硒特色农业开发等工作提供基础数据支撑,具有重要的经济价值和社会意义。

基于大数据技术的中职课堂教学质量云评价系统设计

大数据技术可以帮助教育者处理和分析海量的教学数据,并在此基础上制订针对性的教学改革方案。本研究旨在运用大数据技术,设计中职课堂教学质量云评价系统。具体设计围绕系统整体架构及系统功能模块展开,根据系统性能评估结果可知,本次设计的评价系统具有高效数据处理能力,能够满足现代中职教育教学质量评价需求。

中国科学引文数据库收录期刊的系统评价/Meta分析文献方法学质量评价

目的评价中国科学引文数据库(Chinese Science Citation Database,CSCD)收录期刊2020年发表的系统评价/Meta分析(systematic review/meta analysis,SR/MA)文献的方法学质量,旨在为我国研究人员制作SR/MA提供建议,为编辑和审稿专家审阅SR/MA提供参考。方法以CSCD收录的中华医学会杂志社系列期刊为样本形成期刊列表。4名研究人员两两分组独立进行手动检索,纳入期刊发表于2020年的SR/MA文献,1名研究人员在中国知网进行补充检索。研究人员两两分组对纳入的研究进行独立筛选和信息提取,使用AMSTAR 2(A Measurement Tool to Assess Systematic Reviews 2,AMSTAR 2)评价工具进行方法学质量评价并对评价结果进行统计学分析。结果共79本中华医学会杂志社系列期刊被CSCD收录,其中46本期刊在2020年发表SR/MA文献,按照纳入和排除标准进行筛选,共纳入126篇SR/MA文献。AMSTAR 2评价结果显示,SR/MA文献的平均得分为(10.38±1.91)分;9个条目的符合/部分符合比例在70%以上;SR/MA至少符合/部分符合5个AMSTAR 2条目,最多符合/部分符合12个条目;关键条目未调整前超过90%的SR/MA可信度分级为“极低”,结合国内实际情况调整关键条目后,分别有约40%的SR/MA可信度分级为“中”和“低”;分层分析结果显示,是否使用GRADE分级、是否遵循PRISMA声明、作者数量是否>5、发表语种是否不同、纳入研究类型是否包括随机对照试验和是否报告资金资助均不是SR/MA方法学质量的影响因素。结论CSCD收录期刊2020年发表的SR/MA文献方法学质量仍有待提高,未来应重点关注SR/MA的注册、检索、纳入和排除标准及资金资助等问题,以切实提高SR/MA的方法学质量。